科大讯飞方面也向记者介绍了一项AI赋能工业生产的案例。为辅助钢铁行业数字化转型，构建现代化产线，河北省迁安市的首钢迁安钢铁有限责任公司使用讯飞声学成像仪对烧结厂12路封箱支管真空进行了可视化的泄漏速扫，将过去需要10小时以上的巡视时间直接缩短为90分钟，并在厂内检测到22个气体泄漏点，让钢铁厂中的气体泄漏位置“一目了然”。若假设该厂每年产量约100万吨，此次检修可为厂子节约300万～500万度电（合计约90万元）。

提升工业自动化水平

在4月的第六届数字中国建设峰会上，阿里巴巴董事会主席兼CEO、阿里云智能集团CEO张勇透露：阿里云工程师正在实验将千问大模型接入工业机器人，在钉钉对话框输入一句人类语言，即可远程指挥机器人工作。

这也意味着，AI大模型的诞生为工业机器人带来新的可能。据阿里云工程师介绍，大模型在机器人开发和应用阶段均可发挥重要作用。在机器人开发阶段，工程师可通过千问大模型自动生成代码指令完成机器人功能的开发与调试，甚至还能为机器人创造一些全新功能，例如机器人可对抓取、移动等基础能力进行任意的组合编排，进而完成更复杂的任务；在生产运行时，千问大模型为机器人执行任务提供了推理决策的能力，一线工人只需发送一段文字，千问就能理解其意图进行任务推理，并自动翻译成机器可以理解的代码，指挥机器执行任务，有效提升生产效率。

伍祁林表示，在工业生产方面一直有一个痛点，即在机器人编程以及工艺调试上，编程时间较长，部署成本偏高，但AI大模型有望解决这一难题。

“比如在涂装工艺上，我们将来是否可以通过一些模型训练之后，录入用户参数，它就自动生成一组能够控制机器人轨迹以及控制工艺设备，在这一基础上再进行一些微调或机械化的调试，让整个编程、应用变得更为简单、快速。接下来，可以围绕整个工艺提升、工艺编程进一步跟AI模型做深度结合。”

时代伯乐执行合伙人王晓玲在接受证券时报记者采访时指出，AI大模型在工业领域中的一个重要应用环节，是借助海量的工业数据提升整个工业自动化的水平。“举个简单例子，它在工业制造领域，首先在机器视觉领域就可以有很大的帮助，因为机器视觉过往受限于整个算力以及算法的有限度，没办法真正意义上实现自主判断一个物体的行为，更多是根据既定的操作指令行动。如果AI大模型接入机器视觉，它就能够高效地完成一些无序的抓取，把它放在合适的位置，这是一个比较典型的运用案例。”

王晓玲表示，借助整体数据算力的提升，AI大模型还可在无人工厂实施基于学习的规控系统（PNC）计划。比如根据库存历史的客户订单、生产排期以及存货，可以非常精准地判别什么时候要下订单，什么时候要生产，取代过往根据人为经验来做生产计划，使整个生产效率有巨大提升。

变革悄然上演

近年来，随着AI技术的不断发展和应用，工业生产和高端制造领域也开始逐渐实现智能化转型。越来越多的企业希望通过引入这一技术来降本增效，提高产品质量。

政策上对人工智能以及AI大模型的重视也不断攀升。4月28日，中央政治局会议提到：要重视通用人工智能发展，营造创新生态；5月5日，第二十届中央财经委召开首次会议，会议提到，新一代信息技术等战略性新兴产业是引导未来经济社会发展的重要力量，要把握人工智能等新科技革命浪潮。

但罗马毕竟不是一天就能建成的。虽然AI大模型有望掀起新一轮工业革命，但这是一个渐进的过程，并非一蹴而就。

“AI大模型真正应用到工业生产、高端智能制造领域的速度是会很快的，推广开来可能会呈现像早期智能机普及一样迅速。”王晓玲表示，但它有两个瓶颈需要解决，第一个是算力，这种大规模的算力要能以较低成本通过云端解决。更难的一点是数据收集，因为目前工业领域整体的数据化程度不高，更多需要人为输入。生产运营的可视化及数据化预计需要五到十年。

王晓玲认为，对传统制造业而言，抓取这些数据还要很多的传感器和微型服务器，梳理后再上传到云端，这是个巨大的升级。但这需要制造业企业投入大量资本才能实现，需要长期的利润积累，以及私募股权融资或上市支持后才会逐步应用。

面对越来越复杂的工业生产和高端制造，AI大模型还需要攻克一个又一个具体的难关。梅卡曼德机器人首席发展官韩卓说：“我在过去两年大概拜访了200个工厂，我们的特点就是永远在工厂里面。在AI+制造业的领域，大家都说它是一个万亿级市场，但站在一个开发者角度，我们觉得它可能更像是一万个亿级市场，因为这里面存在大量的非标应用。”

“很多海外工业机器人公司进到中国市场会发现水土不服，这是因为在西方管理、生产都是标准化的，但是在中国市场无论是管理还是工厂都有大量的非标需求。”韩卓说，“现在我们能够做到的就是面对各种各样的非标、细碎的应用，都能用标准化的方式解决。” 返回搜狐，查看更多